数据分析初阶课
体系课

数据分析初阶课

  • 数据挖掘与分析

熟练掌握三大数据分析工具的核心技能

¥599
本课程包括
  • 15小时35分钟的视频随时观看
  • 可在APP随时观看
  • 结业证书
你将收获
  • 认识数据分析师的能力模型
  • 围绕核心算法模型体系化学习
  • 熟练掌握Excel、SQL、R语言三大数据分析工具的核心技能
适合人群
  • 希望了解如何利用数据工具,高效获取、呈现数据的0-5年运营、营销、产品人员
  • 需要补充基础数据分析能力的产品/运营/会计等职能
  • 需要夯实基本功,对业务不熟悉希望通过学习获得系统的知识体系,提升业务分析能力的0-2年数据分析人员
课程介绍

在互联网行业中,提升核心竞争力,数据分析能力是必备技能我们经过大量调研总结出两条规律:1. 薪资水平越高,岗位对数据分析能力的要求越高;2. 市场规模越大,对数据分析能力的要求越高;为此,我们特别开发了本门课程,覆盖数据分析的必备硬技能和软技能,进行体系化学习,熟练掌握常用数据分析工具。

讲师介绍
数据分析专家
擅长领域:
  • 数据工具
  • 机器学习
美国国家强磁场实验室理论物理博士 曾就职于文思海辉(美国)、微软(美国)、滴滴(中国),历任数据科学家、高级数据与应用科学家、策略运营专家。 在滴滴快捷出行事业群平台车主团队,负责各类数据运营项目的对接与具体执行,构建全面的司机标签体系,制定司机衰退干预策略,策略效果 ROI约3.5,提升大盘GMV 约1%。 作为微软负责中小企业预售留存约 500 人团队的主要数据科学家,从事各种数据科学分析任务和相关项目管理工作,参与建立并优化相关业务的数据仓库和数据看板。
课程大纲
共0节 时长0分钟 全部收起
「课程说明」
共3节 | 3分钟
  • 讲师介绍
    图文
  • 学习系统使用说明
    3分钟
  • 版权声明
    图文
「课前小课」
共1节 |
  • 有话说
    图文
「零」课程导论
共1节 | 12分钟
  • 课程介绍
    12分钟
「一」带你走进数据分析师的世界
共16节 | 1小时20分钟
  • 「本周导读」
    图文
  • 1.1 数据分析的定义
    4分钟
  • 1.2 数据分析的价值
    10分钟
  • 2.1 数据团队与数据分析师
    11分钟
  • 2.2「案例」数据分析驱动的业务全流程
    6分钟
  • 3.1 数据分析师必备硬技能
    6分钟
  • 3.2 数据分析师必备软技能
    5分钟
  • 4.1 数据分析师的能力模型
    5分钟
  • 4.2 数据分析师的职位晋升
    3分钟
  • 5.1 数据的类型
    4分钟
  • 5.2 变量的类型
    2分钟
  • 6.1「案例」数据分析工作流程
    16分钟
  • 「本周总结」
    2分钟
  • 「本门课程的学习姿势」
    2分钟
  • 「作业一」描述性统计分析
    作业
  • 「作业」数据清理
    作业
「二」Excel与可视化初步
共14节 | 2小时32分钟
  • 「本周导读」
    图文
  • 1. 强大的数据分析工具Excel
    12分钟
  • 「案例介绍」
    12分钟
  • 「学前自测」
    图文
  • 2.1 Excel函数的基本知识
    15分钟
  • 2.2 数据处理类Excel函数
    12分钟
  • 2.3 数据分析类Excel函数
    作业
  • 3.1 数据透视表
    20分钟
  • 4.1 数据可视化
    6分钟
  • 4.2 Excel作图
    19分钟
  • 5. Power BI 作图基础
    27分钟
  • 「本周总结」
    1分钟
  • Power BI仪表盘仪表盘
    8分钟
  • 「作业二」Power BI仪表盘
    作业
「三」MySQL安装
共3节 | 16分钟
  • 安装文档
    图文
  • SQL基础知识
    16分钟
  • 导入数据库
    图文
「四」SQL在数据分析中的应用
共19节 | 1小时5分钟
  • 「本周导读」
    3分钟
  • 「案例」SQL在数据分析中的应用
    6分钟
  • 1.SQL核心语句
    图文
  • 1.1 数据查询与过滤
    8分钟
  • 「练习」数据查询与过滤
    作业
  • 1.2 数据聚合
    7分钟
  • 「练习」数据聚合
    作业
  • 1.3 数据表间连接
    7分钟
  • 「练习」数据表间连接
    作业
  • 1.4 数据的增、改、删
    5分钟
  • 「练习」数据的增、改、删
    作业
  • 2. SQL进阶用法
    14分钟
  • 「练习」SQL进阶用法
    作业
  • 3.实例分析
    图文
  • 3.1 「案例」供应商营业额分析
    6分钟
  • 3.2 「案例」网店销售趋势分析
    7分钟
  • 「练习」实例分析
    作业
  • 「本周总结」
    1分钟
  • 「作业三」区域销售分析
    作业
第四章 SQL在数据分析中的应用 练习题汇总
共32节 |
  • 数据查询与过滤练习1.1
    作业
  • 数据查询与过滤练习1.2
    作业
  • 数据查询与过滤练习1.3
    作业
  • 数据查询与过滤练习1.4
    作业
  • 数据查询与过滤练习1.5
    作业
  • 数据查询与过滤练习1.6
    作业
  • 数据查询与过滤练习1.7
    作业
  • 数据查询与过滤练习1.8
    作业
  • 数据查询与过滤练习1.9
    作业
  • 数据查询与过滤练习1.10
    作业
  • 数据查询与过滤练习1.11
    作业
  • 数据聚合练习2.1
    作业
  • 数据聚合练习2.2
    作业
  • 数据聚合练习2.3
    作业
  • 数据聚合练习2.4
    作业
  • 数据聚合练习2.5
    作业
  • 数据表间连接练习3.1
    作业
  • 数据表间连接练习3.2
    作业
  • 数据表间连接练习3.3
    作业
  • 数据表间连接练习3.4
    作业
  • 数据表间连接练习3.5
    作业
  • 数据的增、改、删 练习4.1
    作业
  • 数据的增、改、删 练习4.2
    作业
  • 数据的增、改、删 练习4.3
    作业
  • 数据的增、改、删 练习4.4
    作业
  • SQL进阶用法练习5.1
    作业
  • SQL进阶用法练习5.2
    作业
  • SQL进阶用法练习5.3
    作业
  • SQL进阶用法练习5.4
    作业
  • SQL进阶用法练习5.5
    作业
  • 实例分析6.1
    作业
  • 实例分析6.2
    作业
「五」统计基础
共19节 | 3小时6分钟
  • 「本周导读」
    图文
  • 1.1 统计知识的力量
    14分钟
  • 1.2 课程内容总览
    4分钟
  • 2.1 案例介绍
    4分钟
  • 3.1 什么是概率
    23分钟
  • 3.2 概率分布
    14分钟
  • 3.3 概率分布举例
    12分钟
  • 4.1 方差与标准方差
    15分钟
  • 4.2 四分位数与百分位数
    7分钟
  • 4.3 提升度和杠杆量
    4分钟
  • 5.1 中心极限定理和正态分布
    22分钟
  • 6.1 假设检验的思路
    5分钟
  • 6.2 假设检验的步骤
    30分钟
  • 7.1 A/B测试的思路
    9分钟
  • 7.2 A/B测试的步骤
    13分钟
  • 7.3 A/B测试的工作流程
    7分钟
  • 「作业四」假设检验
    作业
  • 「本周总结」
    2分钟
  • 「延伸阅读」
    图文
「六」R语言
共18节 | 3小时2分钟
  • 「本周导读」
    图文
  • 1. R语言的简介
    11分钟
  • 「R的安装」
    5分钟
  • 2. 基本数据类型
    11分钟
  • 「R的运算符」
    作业
  • 3.基本数据结构
    作业
  • 4. 读写数据
    10分钟
  • 5. R的数据处理
    作业
  • 「查看数据」
    作业
  • 「函数的搜索和使用查询」
    7分钟
  • 6. R的数据分析
    32分钟
  • 「练习」A /B 测试
    作业
  • 7. 控制流
    作业
  • 「自定义函数与R软件包」
    9分钟
  • 8.1 R的可视化(ggplot2)
    11分钟
  • 8.2 「案例」R的数据可视化
    25分钟
  • 「本周总结」
    2分钟
  • 「作业五」R语言
    作业
「七」机器学习初步
共12节 | 2小时9分钟
  • 「本周导读」
    图文
  • 1. 机器学习简介
    18分钟
  • 2 机器学习在数据分析中应用
    12分钟
  • 3.1 决策树的理论基础
    8分钟
  • 3.2 决策树的算法实现
    19分钟
  • 4.1 线性回归的基本概念
    12分钟
  • 4.2 实操步骤及重要概念R^2
    12分钟
  • 4.3 线性回归在数据分析中的实操
    18分钟
  • 5. K-means聚类
    21分钟
  • 6. 机器学习的挑战
    3分钟
  • 「本周总结」
    6分钟
  • 「作业六」机器学习
    作业
「八」数据分析综合实践
共7节 | 1小时44分钟
  • 「本周导读」
    图文
  • 1. R-markdown
    18分钟
  • 2. dplyr
    25分钟
  • 3. 数据探索工作指导
    12分钟
  • 4. 综合项目
    45分钟
  • 5. 项目分析报告PPT呈现示例
    5分钟
  • 「作业七」数据探索作业
    作业
「九」毕业设计
共3节 | 8分钟
  • 毕业设计准备
    作业
  • 毕业设计需求
    8分钟
  • 「毕业设计」
    图文
购课须知

课程有效期:

自购买课程之日起 365 天,请同学在有效期内学习、观看课程。

上课模式:

课程采取录播模式,请注意自学课无班级微信群、班主任带班及助教批改服务。

注:自学课不支持退款,确保你是真的需要再进行报名,报完名之后还请认真学习。